前回のセクションではFederated Learningを使ってトイモデル（初歩的なモデル）の学習を行いました。.send()や.get()を使う事でモデルをデータのある場所へ送ってパラメータをアップデートしたり、学習済みモデルを受け取ったりできることを確認しました。しかし、前回の最後になって、プライバシーを守るためにはそれだけでは不十分だということに気がつきました。もう少し正確に言うと、.get()する前に勾配ベクトルを平均する必要があるということです。.get()実行前にワーカー全員の勾配ベクトルの平均を取れれば、もう個別のワーカーの勾配ベクトルを知る事はできません。（結果としてプライバシーの保護レベルを高めることができます。）
しかし、このテクニックを実行するためには、次の事ができなくてはなりません。
本セクションでは、上記に加え、今後のチュートリアルで使用するいくつかの高度なオペレーションについても学びます。
Authors:
In [ ]:
import torch
import syft as sy
hook = sy.TorchHook(torch)
In [ ]:
bob = sy.VirtualWorker(hook, id='bob')
alice = sy.VirtualWorker(hook, id='alice')
In [ ]:
# 通常のtensorです。ローカルに存在します。
x = torch.tensor([1,2,3,4])
x
In [ ]:
# tensorをBobへ送ります。戻り値としてPointerTensorを受け取ります。
x_ptr = x.send(bob)
# Bobが持っているtensorへのポインタです。
x_ptr
In [ ]:
# ではPointerTensorをAliceへ送ってみましょう。
pointer_to_x_ptr = x_ptr.send(alice)
pointer_to_x_ptr
In [ ]:
# 上記の通り、Bobがまだ実際のデータを保持しています。（実データは常にtensor型で保持されます）
bob._objects
In [ ]:
# 一方でAliceはx_ptrを保持しています。（x_ptrがBob保有のtensorを参照していることを確認してください）
alice._objects
In [ ]:
# そして、私たちは.get()を使う事でAliceからx_ptrを受け取る（返してもらう？）ことができます。
x_ptr = pointer_to_x_ptr.get()
x_ptr
In [ ]:
# そして、x_ptrに対して.get()を実行することでBobからxを受け取る（返してもらう）ことができます。
x = x_ptr.get()
x
In [ ]:
bob._objects
In [ ]:
alice._objects
In [ ]:
p2p2x = torch.tensor([1,2,3,4,5]).send(bob).send(alice)
y = p2p2x + p2p2x
In [ ]:
bob._objects
In [ ]:
alice._objects
In [ ]:
y.get().get()
In [ ]:
bob._objects
In [ ]:
alice._objects
In [ ]:
p2p2x.get().get()
In [ ]:
bob._objects
In [ ]:
alice._objects
In [ ]:
# xはBobのマシンにあるtensorのポインタです。
x = torch.tensor([1,2,3,4,5]).send(bob)
In [ ]:
x
In [ ]:
print(' bob:', bob._objects)
print('alice:',alice._objects)
In [ ]:
x = x.move(alice)
In [ ]:
print(' bob:', bob._objects)
print('alice:',alice._objects)
エクセレント！ これにより、信頼できるアグリゲーター（集計者）によるgradient averaging（勾配ベクトルの平均化）の準備が整いました。
本チュートリアルを完了しました。おめでとうございます！もし、このチュートリアルを気に入って、プライバシーに配慮した非中央集権的なAI技術や付随する（データやモデルの）サプライチェーンにご興味があって、プロジェクトに参加したいと思われるなら、以下の方法で可能です。
一番簡単に貢献できる方法はこのGitHubのレポジトリにスターを付けていただくことです。スターが増えると露出が増え、より多くのデベロッパーにこのクールな技術の事を知って貰えます。
最新の開発状況のトラッキングする一番良い方法はSlackに入ることです。 下記フォームから入る事ができます。 http://slack.openmined.org
コミュニティに貢献する一番良い方法はソースコードのコントリビューターになることです。PySyftのGitHubへアクセスしてIssueのページを開き、"Projects"で検索してみてください。参加し得るプロジェクトの状況を把握することができます。また、"good first issue"とマークされているIssueを探す事でミニプロジェクトを探すこともできます。
もし、ソースコードで貢献できるほどの時間は取れないけど、是非何かサポートしたいという場合は、寄付をしていただくことも可能です。寄附金の全ては、ハッカソンやミートアップの開催といった、コミュニティ運営経費として利用されます。
In [ ]: